CÁC PHÉP ĐO CƠ BẢN TRONG DỊCH TỄ HỌC

Chia sẻ: Nguyen Uyen | Ngày: | Loại File: PDF | Số trang:19

Thêm vào BST

Báo xấu

893
lượt xem 60
download

Download Vui lòng tải xuống để xem tài liệu đầy đủ

Sau khi học xong bài này, học viên có thể: 1/ Phân biệt được các phép đo chính dùng trong dịch tễ học 2/ Định nghĩa, mô tả và phân biệt được các khái niệm về Tỉ số, Tỉ lệ, Tỉ suất 3/ Định nghĩa, mô tả và phân biệt được các loại Tỉ suất hiện mắc và Tỉ suất mới mắc 5/ Biết cách tính các loại Tỉ suất hiện mắc và Tỉ suất mới mắc 6/ Phân biệt được nguy cơ tương đối, nguy cơ qui trách, phần trăm nguy cơ qui trách 7/ Tính được và diễn giải được...

Chủ đề:

Bình luận(0) Đăng nhập để gửi bình luận!

Lưu

Nội dung Text: CÁC PHÉP ĐO CƠ BẢN TRONG DỊCH TỄ HỌC

CÁC PHÉP ĐO CƠ BẢN TRONG DỊCH TỄ HỌC -- MỤC TIÊU: Sau khi học xong bài này, học viên có thể: 1/ Phân biệt được các phép đo chính dùng trong dịch tễ học 2/ Định nghĩa, mô tả và phân biệt được các khái niệm về Tỉ số, Tỉ lệ, Tỉ suất 3/ Định nghĩa, mô tả và phân biệt được các loại Tỉ suất hiện mắc và Tỉ suất mới mắc 5/ Biết cách tính các loại Tỉ suất hiện mắc và Tỉ suất mới mắc 6/ Phân biệt được nguy cơ tương đối, nguy cơ qui trách, phần trăm nguy cơ qui trách 7/ Tính được và diễn giải được các kết quả tính toán các loại số đo về nguy cơ kể trên I. SƠ LƯỢC VỀ CÁC PHÉP ĐO TRONG DỊCH TỄ HỌC Các phép đo chính dùng trong nghiên cứu 1. Các phép đo dịch tễ học: dịch tễ học có thể được chia làm 3 loại: 1. Các phép đo về tần suất bệnh tật (Measures of frequency): Thể hiện sự xảy ra của bệnh tật, tàn phế, tử vong ở một cộng đồng dân cư  là cơ sở cho các nghiên cứu mô tả, hay các nghiên cứu về nguyên nhân. Tần suất xảy ra của bệnh tật thường được thể hiện bằng Tỉ suất hiện mắc và Tỉ suất mới mắc (Prevalence, Incidence). 1
2. Các phép đo thể hiện sự phối hợp (Measures of association): Đánh giá sự liên quan có ý nghĩa thống kê giữa một yếu tố cho trước và bệnh tật. 3. Các phép đo về tác động tiềm tàng (Measures of potential impact): Phản ánh sự góp phần của một yếu tố nào đó vào sự xảy ra của một bệnh trong một cộng đồng dân cư. Các phép đo này được dùng để tiên lượng hiệu quả hay hiệu lực của các ph ương pháp can thiệp, điều trị … trong một dân số đặc biệt, TD: dùng vaccin. Thông thường các phép đo về tác động tiềm tàng là sự phối hợp của các phép đo về tần suất bệnh v à các phép đo thể hiện sự phối hợp. 2. Tỉ số, tỉ lệ, tỉ suất: 1. Tỉ số (Ratio): là một phân số trong đó tử số (là một giá trị) được chia cho mẫu số (là một giá trị khác). Nói cách khác tử số và mẫu số không liên quan với nhau. Ta có thể hiểu Tỉ số theo cách: A/B. Số học sinh nam  TD: Tỉ số về giới tính trong 1 lớp học = Số học sinh nữ Số giường bệnh  TD: Tỉ số giường bệnh ở một khu vực = Số dân trong khu vực 2. Tỉ lệ (Proportion): là một phân số trong đó tử số là một phần của mẫu số. Tỉ lệ có 2
thể được hiểu là: A/A+B. Tỉ lệ thường được tính dưới dạng tỉ lệ phần trăm (kết quả nhân với 100)  TD: Trong một cộng đồng có 500 người, 20 người bị nhiễm dung móc. Vậy tỉ lệ người bị nhiễm dung móc trong cộng đồng này là : 20 = 0.04 x 100 = 4% 500 Số học sinh nữ x 100  TD: Tỉ lệ học sinh nữ trong lớp học là: Tổng số học sinh của cả lớp (nam lẫn nữ) 3. Tỉ suất (Rate): là một dạng đặc biệt của tỉ số, diễn tả tần suất xuất hiện của một biến cố (bệnh, chết v.v…) xảy ra trong một dân số xác định trong một khoảng thời gian nhất định. Tỉ suất thường được nhân với một con số luỹ thừa của 10. Số biến cố xảy ra trong khoảng thời gian nhất định x 10 n Tỉ suất = Dân số trung bình trong khoảng thời gian đó Tổng số chết trong 1 năm x 10n  TD: Tỉ suất chết hàng năm = Dân số trung bình (dân số giữa năm) trong năm đó Tổng số trẻ sinh sống ở 1 khu vực trong vòng 1 năm x 10n  TD: Tỉ suất sinh = Dân số trung bình (giữa năm) ở khu vực đó trong 1 năm 3
II. TỈ SUẤT HIỆN MẮC VÀ TỈ SUẤT MỚI MẮC 1. Tỉ suất hiện mắc (Prevalence) Tỉ suất hiện mắc cho biết số trường hợp bệnh hiện có (cũ lẫn mới) tại một thời điểm nào đó. “Tỉ suất hiện mắc” không có đơn vị và không bao giờ nhỏ hơn 0 hay lớn hơn 1. Có 2 loại tỉ suất hiện mắc: Tỉ suất hiện mắc điểm (point prevalence) và tỉ suất hiện mắc khoảng (period prevalence) a. Tỉ suất hiện mắc điểm: Công thức tính: Tỉ suất hiện mắc = Số trường hợp bệnh (cũ và mới) ở một thời điểm nào đó Tổng dân số vào thời điểm đó b. Tỉ suất hiện mắc khoảng: Công thức tính: Số trường hợp bệnh (cũ và mới) trong một thời khoảng nào đó Tỉ suất hiện mắc khoảng = Dân số trung bình 4
 Vì “Tỉ suất hiện mắc” bao gồm tất cả những người bị bệnh - không tính đến trường hợp mới bị bệnh hay đã bị từ lâu – nên những bệnh lâu ngày (mãn tính) thường có xu hướng có “tỉ suất hiện mắc” cao hơn những bệnh ngắn ngày (cấp tính).  Tỉ suất hiện mắc có thể có đ ược khi chúng ta thực hiện nghiên cứu cắt ngang => nghiên cứu cắt ngang còn được gọi là “prevalence study”. 2. Tỉ suất mới mắc (Incidence): Tỉ suất mới mắc có 2 loại: Tỉ suất mới mắc dồn (Cummulative Incidence) và Tỉ suất mới mắc theo người-thời gian (Incidence density). a. Tỉ suất mới mắc dồn: là nguy cơ (RISK) để những người không bị một chứng bệnh nào đó sẽ bị mắc bệnh (trong một khoảng thời gian nào đó) - với điều kiện những người này không bị chết vì một bệnh khác. Công thức tính: Số người mới mắc bệnh trong một khoảng thời gian nào đó Tỉ suất mới mắc dồn = Dân số nguy cơ trong khoảng thời gian đó  TD: Qua thống kê tòan quốc, trong năm 2004 có tất cả 99.162 bệnh nhân lao (cũ và mới) trong đó có 58.389 bệnh nhân mới. Như vậy: 5
Số người mới mắc bệnh lao = 58.389 người - - Dân số nguy cơ: = Tổng dân số – những người mắc bệnh cũ (= tổng số người mắc bệnh lao – số người mắc bệnh lao mới = 99.162 – 58.389 = 40.773) = 80.032.400 – 40.773 = 79.991.627 người. Vậy Tỉ suất mới mắc lao của Việt nam trong năm 2004 là: CI = 58.389/79.991.627 = 0,0007 hay 0,7 0/00 Từ kết quả này, ta có thể phát biểu rằng: Nguy cơ bị bệnh lao của người Việt nam trong năm 2004 là 0,70/00.  Đặc điểm của Tỉ suất mới mắc dồn: - là một tỉ lệ - không có đơn vị - thay đổi từ 0 đến 1 b. Tỉ suất mới mắc (theo người-thời gian): phản ánh sự phát triển của những trường hợp bệnh mới trong một đơn vị thời gian. Công thức tính: Số trường hợp bệnh mới trong một khoảng thời gian nào đó Tỉ suất mới mắc = 6
Tổng thời gian có nguy cơ mắc bệnh của tất cả cá thể trong dân số (đơn vị: người-thời gian) (person-time)  Đặc điểm của Tỉ suất mới mắc (theo người-thời gian): - không phải là một tỉ lệ - có đơn vị - thay đổi từ 0 đến vô cực  TD: Trong một nghiên cứu về khả năng thụ thai sau phẫu thuật nội soi trong điều trị vô sinh do nguyên nhân vòi trứng – phúc mạc, nhà nghiên cứu theo dõi 89 phụ trong 1 năm, kết quả được đánh giá như sau: Sau 1 tháng: có 1 TH có thai trong tử cung, không có TH có thai ngo ài tử cung - hoặc kết thúc NC. Thời gian trong “nguy cơ” có thai của 1 TH này là: 1*1 = 1 người-tháng Sau 2 tháng: có 4 TH có thai trong tử cung, không có TH có thai ngo ài tử cung - hoặc kết thúc NC. Thời gian trong “nguy cơ” có thai của 4 TH này là 4*2 = 8 người-tháng Sau 3 tháng: có 2 TH có thai trong tử cung, không có TH có thai ngòai tử cung - hoặc kết thúc NC. Thời gian trong “nguy cơ” có thai của 2 TH này là 2*3 =6 người-tháng 7
Sau 4 tháng: có 1 TH có thai trong tử cung, không có TH thai ngòai tử cung hoặc - kết thúc NC. Thời gian trong “nguy cơ” có thai của 4 TH này là 1*4 = 4 người- tháng Sau 5 tháng: có 3 TH có thai trong tử cung, 20 TH có thai ngòai tử cung hoặc kết - thúc NC. Thời gian trong “nguy cơ” có thai của 4 TH này là 23*5 = 115 người- tháng Sau 6 tháng: không có TH có thai trong tử cung, 2 TH có thai ngòai tử cung hoặc - kết thúc NC. Thời gian trong “nguy cơ” có thai của 6 TH này là 2*6 = 12 người- tháng Sau 7 tháng: có 2 TH có thai trong tử cung, 11 TH có thai ngòai tử cung hoặc kết - thúc NC. Thời gian trong “nguy cơ” có thai của 6 TH này là 13*7 = 91 người- tháng Sau 8 tháng: có 1 TH có thai trong tử cung, 6 TH có thai ngòai tử cung hoặc kết - thúc NC. Thời gian trong “nguy cơ” có thai của 7 TH này là 7*8 = 56 người- tháng Tất cả các TH còn lại (89-1-4-2-1-23-2-13-7 = 36 TH) đều chưa có thai sau 1 năm - theo dõi. Thời gian trong “nguy cơ” có thai của 36 TH này là 36*12=432 người- tháng Như vậy, Tổng số trường hợp có thai trong tử cung sau 12 tháng là: 14 trường hợp (Tử số) 8
Tổng thời gian có khả năng có thai sau 12 tháng của 89 ng ười này (Mẫu số) là: 1 + 8 + 6 + 4 + 115 + 12 + 91 + 56 + 432 = 725 người-tháng Vậy tỉ suất có thai trong tử cung (theo đ ơn vị người-thời gian) là: 14 ID = = 0,019/tháng = 0,19/10/tháng = 1,9/100/tháng = 19/1000/tháng 725 Từ kết quả này, ta có thể phát biểu rằng: Trong 1.000 người-tháng có khả năng có thai, có 19 trường hợp có thai trong tử cung hay Trong vòng một tháng theo dõi sau khi làm phẫu thuật nội soi, cứ mỗi 1.000 người, có 19 người có thai trong tử cung.  Tỉ suất mới mắc có thể có được khi chúng ta thực hiện nghiên cứu đoàn hệ (cohort). SỰ TƯƠNG QUAN GIỮA TỈ SUẤT HIỆN MẮC VÀ TỈ SUẤT MỚI MẮC: Tỉ suất hiện mắc và tỉ suất mới mắc có liên quan mật thiết với nhau qua thời gian kéo dài của bệnh. Nếu tỉ suất bệnh mới mắc thấp, nhưng thời gian bệnh kéo dài thì tỉ suất hiện mắc (Tỉ suất mắc bệnh toàn bộ) sẽ cao. Ngược lại, dù tỉ suất bệnh mới mắc cao, nhưng thời gian bệnh ngắn do khỏi nhanh hoặc do bệnh chết nhiều th ì tỉ suất hiện mắc vẫn tương đối thấp hơn so với tỉ suất mới mắc 9
 TD: Với bệnh dại, dù tỉ suất mới mắc của bệnh này cao nhưng tỉ suất hiện mắc vẫn thấp vì số trường hợp tử vong do bệnh n ày rất cao. Ngược lại, bệnh tiểu đường có tỉ suất mới mắc thấp nhưng bệnh thường kéo dài và số tử vong do bệnh này cũng không cao lắm nên tỉ suất hiện mắc của bệnh này lại cao. Ta có thể thấy được sự tương quan của 2 tỉ suất này qua phương trình sau đây: P=ID trong đó P = Prevalence I = Incidence D = Thời gian bệnh Và III. SO SÁNH TỈ SUẤT 2.1 Trong nghiên cứu đoàn hệ 2.1.1 NGUY CƠ TƯƠNG ĐỐI: Nguy cơ tương đối (Relative risk – RR) hay còn gọi tỉ số nguy cơ (Risk ratio) là tỉ số giữa tỉ suất mới mắc ở nhóm có tiếp xúc (Ie) với tỉ suất mới mắc ở nhóm không tiếp xúc (Io). Nguy cơ tương đối giúp ước lượng mức độ liên quan giữa việc tiếp xúc với yếu tố nguy cơ vàtình trạng bị bệnh, hay nói cách khác cho chúng ta biết nguy cơ bị bệnh cao gấp bao nhiêu lần khi một người có tiếp xúc với yếu tố nguy cơ so với người không tiếp xúc với yếu tố nguy cơ. Nguy cơ tương đối được tính bằng tỉ số giữa tỉ suất mới mắc của nhóm có tiếp xúc với yếu tố nguy c ơ và tỉ suất mới mắc của nhóm không tiếp xúc với yếu tố nguy cơ, theo công thức như sau: 10
Ie RR = __ Io TD: Ta có: - Tỉ suất chết do ung thư phổi ở những người hút thuốc là: 0.96/1000/năm - Tỉ suất chết do ung thư phổi ở những người không hút thuốc là: 0.07/1000/năm - Tỉ lệ người hút thuốc lá (Prevalence) là 56% - Tỉ suất chết toàn bộ do ung thư phổi là: 0.56/1000/năm Từ TD này, nguy cơ tương đối sẽ là: 0.96/1000/năm RR = ______________ = 13.7 0.07/1000/năm Ta có thể phát biểu rằng: Người hút thuốc lá có nguy cơ bị ung thư phổi cao gấp 13.7 lần so với người không hút thuốc lá. * Những trường hợp có thể xảy ra: 11
RR = 1 => tỉ suất mới mắc trong nhóm tiếp xúc và nhóm không tiếp xúc không - khác nhau => Không có mối liên hệ giữa tiếp xúc và bệnh RR > 1 => Có sự kết hợp dương tính giữa tiếp xúc và bệnh, nghĩa là có sư gia tăng - nguy cơ mắc bệnh trong nhóm có tiếp xúc với yếu tố nguy cơ. RR < 1 => Yếu tố nguy cơ mang ý nghĩa một yếu tố bảo vệ => Có sự giảm nguy - cơ mắc bệnh trong nhóm tiếp xúc . TD: Chích vaccin làm giảm nguy cơ bị bệnh 2.1.2 NGUY CƠ QUI TRÁCH: Nguy cơ qui trách (Attributable risk – AR) hay còn gọi là nguy cơ sai biệt (Risk difference – RD) đo lường hậu quả tuyệt đối của việc tiếp xúc với yếu tố nguy cơ ở nhóm có tiếp xúc so với nhóm không tiếp xúc. Nói cách khác, nguy cơ qui trách là nguy cơ thêm vào khả năng bị bệnh của người tiếp xúc với yếu tố nguy cơ so với người không tiếp xúc với yếu tố nguy cơ. Nguy cơ qui trách được tính bằng sự sai biệt giữa tỉ suất mới mắc của nhóm tiếp xúc và tỉ suất mới mắc của nhóm không tiếp xúc, theo công thức như sau: AR = Ie – Io Trong đó: AR = nguy cơ qui trách Ie = tỉ suất mới mắc ở những người tiếp xúc với yếu tố nguy cơ 12
Io = tỉ suất mới mắc ở những người không tiếp xúc với yếu tố nguy cơ TD: xem lại TD trên, nguy cơ qui trách AR = 0.96/1000/năm – 0.07/1000/năm = 0.89/1000/năm Ta có thể phát biểu rằng: 0.89/1000/năm là tỉ suất tử vong vì ung thư phổi được qui cho việc hút thuốc lá gây ra. Nói cách khác, nếu loại bỏ được việc hút thuốc lá thì hàng năm tỉ suất tử vong do ung th ư phổi trong nhóm người hút thuốc lá có thể giảm đi 0.89/1000. * Những trường hợp có thể xảy ra: AR = 0 => Không có mối liên hệ giữa tiếp xúc và bệnh vì không có sự khác biệt - giũa tỉ suất mới mắc bệnh trong nhóm tiếp xúc và nhóm không tiếp xúc AR > 0 => Có mối liên hệ giữa tiếp xúc và bệnh : Số trường hợp bệnh trong nhóm - tiếp xúc có thể được loại bỏ nếu sự tiếp xúc với yếu tố nguy cơ được loại bỏ 2.1.3 PHẦN TRĂM NGUY CƠ QUI TRÁCH: Vì không phải tất cả những người mắc bệnh đều là do tiếp xúc với yếu tố nguy cơ nên trong dịch tễ học, người ta phải tính phần trăm nguy cơ qui trách (Attribitable risk percent) hay tỉ lệ qui trách (Attributable proportion) nhằm tìm ra thật sự có bao nhiêu phần trăm người bị bệnh là do tiếp xúc với yếu tố nguy cơ. Nói cách khác, phần trăm nguy cơ qui trách dùng đ ể ước lượng bao nhiêu phần trăm bệnh trong nhóm tiếp xúc có thể phòng ngừa được bằng cach loại bỏ sự tiếp xúc. Phần trăm nguy cơ qui 13
trách được tính bằng phép chia của nguy cơ qui trách cho tỉ suất mới mắc bệnh ở nhóm tiếp xúc, theo công thức: ARP = AR/Ie TD: trở lại TD trên, phần trăm nguy cơ qui trách: 0.89/1000/năm ARP = ______________ = 0.93  100 = 93% 0.96/1000/năm Ta có thể phát biểu: Nếu hút thuốc lá gây ra ung thư phổi thì 93% trường hợp ung thư phổi trong nhóm người hút thuốc có thể loại bỏ được nếu ngưng hút thuốc lá 2.1.4 NGUY CƠ QUY TRÁCH TRONG DÂN SỐ: Nguy cơ quy tránh trong dân số (Population Attributable Risk – PAR) dùng để ước lượng tỉ suất bệnh dôi ra (vượt hơn) trong dân số do tiếp xúc với bệnh so với không tiếp xúc với bệnh. Nguy cơ quy trách trong dân số được tính bằng tỉ suất bệnh trong dân số trừ đi tỉ suất bệnh trong nhóm không tiếp xúc với yếu tố nguy c ơ, theo công thức như sau: PAR = Ip - Io 14
Nguy cơ quy trách trong dân số còn có thể được tính bằng tích số của nguy cơ quy trách với tỉ lệ người tiếp xúc với yếu tố nguy cơ trong dân số (Pe): PAR = (AR) (Pe) TD: trở lại TD trên, nguy cơ quy trách trong dân số PAR = 0.89/1000/năm  0.56 = 0.50/1000/năm. Ta phát biểu: Nếu việc hút thuốc lá được loại bỏ, thì hàng năm tỉ suất tử vong do ung thư phổi trong dân số có thể giảm đi 0.50/1000 2.1.5 PHẦN TRĂM NGUY CƠ QUI TRÁCH TRONG DÂN SỐ: Phần trăm nguy cơ qui trách trong dân số (Population Attributable Fraction – PAF) phản ánh tỉ lệ bệnh trong dân số xảy ra l à do phối hợp với yếu tố nguy cơ. Như trên đã trình bày, vì không phải tất cả những người bệnh đều là do tiếp xúc với yếu tố nguy cơ nên nguy cơ qui trách trong dân số nhằm tìm ra thật sự có bao nhiêu phần trăm người trong dân số bị bệnh là do tiếp xúc với yếu tố nguy cơ. Nói cách khác, phần trăm nguy cơ qui trách trong dân số dùng để ước lượng bao nhiêu phần trăm bệnh tật trong dân số được qui trách cho tiếp xúc hay bao nhiêu phần trăm bệnh tật trong dân số có thể phòng ngừa được bằng cách loại bỏ sự tiếp xúc. Phần trăm nguy cơ qui trách trong dân số được tính bằng phép chia của nguy cơ qui trách trong dân số cho tỷ suất mới mắc trong dân số, theo công thức như sau: PAF = PAR/IP TD: trở lại TD trên, phần trăm nguy cơ qui trách trong dân số 15
0.50/1000/năm PAF = ______________ = 0.89  100 = 89% 0.56/1000/năm Ta có thể phát biểu rằng: Nếu hút thuốc lá gây ra ung thư phổi thì 89% trường hợp ung thư phổi trong dân số có thể loại bỏ được nếu ngưng hút thuốc lá 2.2 Trong nghiên cứu bệnh-chứng 2.2.1 NGUY CƠ TƯƠNG ĐỐI: Trong nghiên cứu bệnh-chứng, nguy cơ tương đối được diễn tả như sau: Icase a/a+c RR = __ = _______ Icontrol b/b+d Nguy cơ tương đối trong nghiên cứu đoàn hệ khác với nguy cơ tương đối trong nghiên cứu bệnh-chứng Trong NC đoàn hệ, nguy cơ tương đối = nguy cơ bệnh trong nhóm tiếp xúc/nguy - cơ bệnh trong nhóm không tiếp xúc Trong NC bệnh-chứng, nguy cơ tương đối = nguy cơ tiếp xúc trong nhóm - bệnh/nguy cơ tiếp xúc trong nhóm không bệnh 16
Trên thực tế, trong nghiên cứu bệnh-chứng, người ta không bao giờ sử dụng nguy cơ tương đối, mà sẽ dùng tỉ số chênh. Odds Ratio là tỉ số (ratio) của những người bị bệnh và những người không bệnh trong nhóm có tiếp xúc với yếu tố nguy cơ chia cho tỉ số của những người bị bệnh và những người không bệnh trong nhóm không tiếp xúc với yếu tố nguy cơ OR = Odds case/ Odds control = (a/c)/(b/d) = ad/bc * Những trường hợp có thể xảy ra: OR = 1 => Không có mối liên hệ giữa tiếp xúc và bệnh - OR > 1 => Tần số tiếp xúc với yếu tố nguy cơ trong nhóm bệnh cao hơn tần số - tiếp xúc với yếu tố nguy cơ trong nhóm chứng OR < 1 => Tần số tiếp xúc với yếu tố nguy cơ trong nhóm bệnh thấp hơn tần số - tiếp xúc với yếu tố nguy cơ trong nhóm chứng 2.2.2 PHẦN TRĂM NGUY CƠ QUI TRÁCH (ARPE): ARP = AR/Ie = (1 - 1 / OR) x 100 2.2.3 PHẦN TRĂM NGUY CƠ QUI TRÁCH TRONG DÂN SỐ: PARPE = (PeE x (OR - 1)) / (PeE x (OR - 1) + 1)) x 100 Trong đó, PeE = b / (b + d) là tỉ lệ người có tiếp trong nhóm chứng 17
---------------------------------------------------------------------------------------------------- --- ------------------------------------------- TÀI LIỆU THAM KHẢO 1. Fletcher R.W., Fletcher S.W. Clinical Epidemiology. Philadelphia, Lippincott Williams & Wilkins, 2005. 2. Gordis L. Epidemiology. Philadelphia, Elservier Inc., 2004. 3. Greenberg R.S., Daniels S.R., Flanders W.D., Eley J.W., Boring J.R. Medical epidemiology. New Jersey, Prentice-Hall International, Inc., 2005. 4. Hennekens C.H., Buring J.E. Epidemiology in Medicine. Boston, Little Brown Company, 1987. 5. Last J.M., Spasoff R.A., Harris S.S., Thuriaux M. A dictionary of epidemiology. New York, Oxford University Press, 2001. 6. David C., Ian G., Richard H. Epidemiology. Sidney, University of New South Wales Press Ltd., 1994: 79 – 89. 7. Friedman G.D. Primer of epidemiology. Singapore, McGraw-Hill Book Co., 1994: 110 – 135. 8. Greenberg R.S., Daniels S.R., Flanders W.D., Eley J.W., Boring J.R. Medical epidemiology. New Jersey, Prentice-Hall International, Inc., 1996: 119 – 131. 18
9. Hennekens C.H., Buring J.E. Epidemiology in Medicine. Boston, Little Brown Company, 1987: 132 – 152. 10. Jekel J.F., Elmore J.G., Katz D.L. Epidemiology, Biostatistics and Preventive Medicine. Philadelphia, W.B. Saunders Company, 1996: 76 – 78. 11. Last J.M., Abramson J.H., Friedman G.D., Porta M., Spasoff R.A., Thuriaux M. A dictionary of epidemiology. New York, Oxford University Press, 1995. 12. Mausner J.S., Bahn A.K. Epidemiology: An introductory text. Philadelphia, W.B. Saunders Company, 1985: 154 – 166. 13. Hulley S.B., Cummings S.R. Designing clinical research. Baltimore, Williams & Wilkins, 1988: 78 – 86. 19